期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
FAIR：用于人工智能生成的假图像检测的特征增强隐式正则化
机构 * Deakin University（迪肯大学） ； Charles Sturt University（查尔斯·斯特尔特大学）
AI总结 针对人工智能生成图像检测中泛化难的问题，提出FAIR方法，通过引入场景构图结构（SCS）特征增强隐式正则化，训练时约束模型优化轨迹，推理时丢弃结构先验，提升跨生成器泛化能力，在多基准测试中提高准确率。
Comments Accepted to ECCV 2026
SAFE-Pruner: 语义注意力引导的未来感知令牌剪枝用于高效视觉-语言-动作操控
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学）
AI总结 针对视觉-语言-动作模型推理加速中现有剪枝方法忽略深层视觉信息的问题，提出SAFE-Pruner框架，通过引入未来层注意力线索和语义注意力一致性实现前瞻性令牌剪枝，在仿真和真实实验中取得最高1.89倍加速且成功率下降小于1.7%。
Comments Accepted to ECCV 2026
真实场景中的逼真幻影道路：从物理几何中解构3D幻觉
机构 * University of Michigan（密歇根大学）
AI总结 本文提出首个端到端框架，用于探测、量化和抑制单目深度模型中因几何平面输入而产生的3D幻觉现象，通过引入3D-幻影基准和基于拉普拉斯的评估框架，提升深度模型的结构和上下文鲁棒性。
Comments Accepted to ECCV 2026
具有隐式和显式几何的3D感知视觉语言模型
机构 * Nanyang Technological University（南洋理工大学） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； HuPan Lab（湖畔实验室）
AI总结 研究针对多数2D视觉输入的VLM处理3D任务困难的问题，提出VLM-IE3D框架，通过引入隐式和显式几何令牌及3D感知适配器，融合几何表示与视觉线索，在多种3D任务中表现优异。
Comments Accepted by ECCV 2026, Open Sourced
从不相交数据进行统一视频密集预测
机构 * Adobe Research（Adobe 研究院） ； Cornell University（康奈尔大学）
AI总结 研究旨在解决现有任务特定注释分散问题，提出统一视频模型UniD，从不相交特定领域数据集联合预测八个密集场景属性。通过简单蒸馏步骤，利用预训练扩散模型视觉先验弥合领域差距，性能优于特定任务专家和多任务基线，泛化能力强。
Comments ECCV 2026
用于高效高保真表示的循环正弦隐式神经表示
机构 * Department of Electrical Engineering, Korea University（韩国大学电气工程系） ； Graduate School of Artificial Intelligence, UNIST（蔚山国立科学技术院人工智能研究生院）
AI总结 研究将正弦循环用于INRs谐波频谱丰富，通过共享正弦块迭代优化潜在表示，经实验验证其频谱行为，在图像和3D表示任务中表现出色，能以少参数和步骤实现高保真，还可迁移至多种相关任务。
Comments Accepted to ECCV 2026 (Poster)
DINOde：用于开放词汇语义分割的连续视觉-文本对齐
机构 * Multimodal Intelligence and Perception Lab., DGIST（多模态智能与感知实验室，大邱庆北科学技术院） ； Visual Intelligence Lab., KAIST（视觉智能实验室，韩国科学技术院）
AI总结 研究针对开放词汇语义分割中视觉与文本对齐问题，提出基于ODE的DINOde框架，通过语义文本流和全局上下文流、速度切向投影等组件，连续对齐视觉与文本，实验证明该方法优于现有方法，性能达领先水平。
Comments Accepted to ECCV 2026. 27 pages, 8 figures, and 10 tables. Includes supplementary material
CRAG-MM诊断：实现对知识密集型视觉问答的逐阶段分析
机构 * New York University（纽约大学） ； McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； MIT（麻省理工学院）
AI总结 研究知识密集型视觉问答流程，引入CRAG-MM-Diagnostics诊断基准，通过逐阶段数据注释分离子问题，评估VLM并进行细粒度分析，指出知识检索和推理是主要瓶颈，还提出改进流程提升准确率。
Comments Accepted to ECCV 2026
第二届LoViF 2026真实世界一体化图像恢复挑战赛：方法与结果
AI总结 第二届LoViF 2026真实世界一体化图像恢复挑战赛为评估模型在多种退化条件下的性能提供基准，吸引众多参与者。报告全面分析提交方案与结果，揭示有效策略，为真实世界低级别视觉研究建立新基准。
Comments ECCV 2026 Workshops; https://lowlevelcv.com/
用于不确定性感知文本到视频检索的分布对齐桥
机构 * School of Electronic and Electrical Engineering, Kyungpook National University（庆北国立大学电子与电气工程学院）
AI总结 研究文本到视频检索问题，提出分布对齐桥（DAB）框架，将其视为分布对齐任务，通过高斯分布建模考虑不确定性，用受扩散启发的桥和分布感知对比损失优化，在多基准测试中显著优于现有基线并提供校准排名。
Comments ECCV 2026
Axolotl3D：用于精确3D形状完成的统一框架
机构 * NVIDIA（英伟达）
AI总结 针对3D生成模型在多场景适用性有限及缺乏统一框架的问题，提出Axolotl3D模型，它基于多种模态条件设定，利用点云和相机参数，通过统一训练策略实现精确3D形状完成，实验验证其在多方面性能出色。
Comments Accepted to ECCV 2026
SiGMA：用于多模态持续指令微调的符号引导合并与适配
机构 * Seoul National University（首尔国立大学）
AI总结 研究多模态持续指令微调中存在的问题，提出SiGMA框架，通过训练时符号引导自适应调优、推理时符号引导合并减轻负面干扰，在相关基准实验中显著减少干扰且性能优于现有方法。
Comments Accepted at ECCV 2026
在程序材质生成中反映过程专业知识
机构 * University of California San Diego（加利福尼亚大学圣地亚哥分校）
AI总结 研究聚焦程序材质生成，核心方法是将其作为检索时的过程推理，利用专家演示、教程视频等提取轨迹并合成材质图。主要贡献是生成的材质编辑少、更符合专业策略，且相比先前系统有更好的生成和编辑性能。
Comments Accepted to ECCV 2026. Project page: https://materialapprentice.github.io
AnchorPrune：用于视觉令牌剪枝的相关性锚定上下文扩展
机构 * Chung-Ang University（崇实大学）
AI总结 研究针对大型视觉语言模型推理成本高、视觉令牌冗余问题，提出无需训练的AnchorPrune框架，通过构建相关性锚点并扩展，自适应确定锚点大小，分配预算恢复上下文，提升了模型的准确率与效率，尤其在严重压缩下效果显著。
Comments ECCV 2026
面向多光谱目标检测的完全旋转等变光谱-空间学习
机构 * Beijing Institute of Technology（北京理工大学）
AI总结 针对现有多光谱检测器的三类局限，提出FressDet框架，通过三个互补组件实现任意平面旋转下的可靠光谱-空间融合，在参数量减少93%的情况下取得SOTA性能。
Comments Accepted by ECCV 2026
MV-GEL：语言驱动的多视图网格几何实体定位
机构 * Helmholtz Zentrum Hereon（亥姆霍兹赫里恩研究中心） ； Institute for Continuum and Material Mechanics, Hamburg University of Technology（汉堡工业大学连续介质与材料力学研究所） ； German Research Center for Artificial Intelligence（德国人工智能研究中心）
AI总结 提出MV-GEL框架，通过语言查询定位网格上的细粒度几何实体，利用视角选择模块GELviews优先选择可观察性高的视角，结合VLM分割和光线投射提升定位精度。
Comments Accepted at ECCV 2026
任务对齐：一种简单的有效代理，用于计算机视觉中的模型融合
机构 * NAVER LABS Europe（NAVER欧洲实验室）
AI总结 本文提出任务对齐代理，解决多任务视觉模型中模型融合的超参数选择问题，提升模型融合在复杂场景中的实用性。
Comments Accepted at ECCV 2026
ELT：弹性循环变换器用于视觉生成
AI总结 ELT通过共享权重的循环变换块实现高效视觉生成，采用Intra-Loop Self Distillation提升训练效率，实现动态平衡计算成本与生成质量。
Comments Accepted to ECCV 2026
从时间维度上统一研究相机陷阱物种识别的启示与开放问题
机构 * The Ohio State University（俄亥俄州立大学） ； Boston University（波士顿大学）
AI总结 本文通过统一研究相机陷阱物种识别的时间变化，揭示了生态实践中维持可靠识别的挑战，提出了一种真实场景的基准测试，并发现生物基础模型在多个站点表现不佳，适应性困难，以及类不平衡和时间偏移是主要因素。
Comments The first three authors contribute equally. Accepted by ECCV 2026
少看，快思考：多模态大语言模型的联合令牌-计算适配
机构 * Purdue University（普渡大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； NVIDIA（英伟达）
AI总结 针对多模态大语言模型推理成本高的问题，提出SmartVL框架，通过视觉侧令牌控制器和LLM侧计算控制器联合控制视觉令牌数量和模型计算能力，实验证明该框架优于先前方法，实现更好的精度-效率平衡。
Comments Accepted at ECCV 2026
通过冲突感知不相交参数训练实现统一预测与规划
机构 * DGIST（韩国科学技术院大邱庆北校区） ； KAIST（韩国科学技术院）
AI总结 研究社交机器人在拥挤环境中统一预测与规划问题，提出基于模型合并的不相交参数训练框架DPT，通过分布式参数学习减轻技能冲突，稀疏合并提升性能，在标准基准测试中验证其在机器人导航上通用且有效。
Comments Accepted at ECCV 2026. 38 pages, 14 figures. Project page: https://dpt2026.github.io/
MTVDiff：用于增强热红外到可见光面部翻译的多模态条件潜扩散
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University)（新一代人工智能技术及其交叉应用重点实验室（东南大学）） ； Monash University（莫纳什大学）
AI总结 针对热红外到可见光面部翻译的挑战，提出MTVDiff框架，通过双分支交叉注意力融合等三个核心技术，整合深度和文本信息，在多指标上优于现有方法，提升图像质量和面部验证性能，推动跨光谱面部图像翻译发展。
Comments Accepted by ECCV 2026
MoAKE：通过动作知识专家混合实现统一的一体化动作质量评估
机构 * College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院） ； Fuzhou University（福州大学） ； Engineering Research Center of Big Data Intelligence, Ministry of Education（教育部大数据智能工程研究中心） ； School of Intelligence Science and Technology, University of Science and Technology Beijing（北京科技大学智能科学与技术学院） ； University of Science and Technology Beijing（北京科技大学）
AI总结 研究一体化动作质量评估难题，提出MoAKE框架，通过学习互补专家、定制原型及建模时间动态来减轻知识转移，在多数据集实验中显著优于现有方法，实现了零/少样本评估下的一致泛化。
Comments ECCV 2026
扩展用于多视图全景分割的大视图合成模型
机构 * POSTECH（浦项科技大学） ； POSCO DX（浦项制铁DX公司） ； Chung-Ang University（中央大学） ； Seoul National University（首尔国立大学）
AI总结 研究将大视图合成模型从外观渲染扩展到3D场景理解，提出复用冻结模型传播全景标签的分割管道，无需3D重建和特定训练，在ScanNet和Replica数据集上实验，分割质量佳且新视图合成表现优。
Comments Accepted to ECCV 2026. 31 pages, 7 figures, 9 tables. Project page: https://kwonyoung9120.github.io/PanopticLVSM/
SUM：用于联邦类增量学习的时空适应向量统一几何手术
机构 * AIDAS Lab（AIDAS实验室） ； IPAI ； ECE, Seoul National University（首尔国立大学电子与计算机工程系）
AI总结 针对联邦类增量学习中时空干扰致灾难性遗忘问题，本文提出SUM框架，将其视为统一多任务学习，在聚合时对适应向量做几何手术，减轻客户端干扰与跨任务干扰，实验显示该方法在多基准测试中效果显著提升。
Comments Accepted to ECCV 2026
4DGS360：从单个视频中进行动态物体的360度高斯重建
机构 * Seoul National University（首尔国立大学）
AI总结 本文提出4DGS360框架，通过3D原生初始化解决动态物体360度重建中的几何模糊问题，结合优化实现一致的4D重建，并引入iPhone360基准测试集验证方法有效性。
Comments Accepted to ECCV 2026. Project page: https://jaewon040.github.io/4dgs360/
CGCE：生成模型中的分类器引导概念擦除
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 研究针对生成模型不安全内容生成的问题，提出分类器引导概念擦除（CGCE）框架。该框架用轻量级分类器检测并细化不良概念提示，仅在推理时修改不安全嵌入，能防止有害内容生成，在安全性和性能间取得平衡，实验验证其有效性。
Comments ECCV 2026
点阶梯调优：用于3D点云理解的参数高效分层适配
机构 * Beihang University（北京航空航天大学） ； Pengcheng Laboratory（鹏城实验室）
AI总结 研究针对3D点云理解中微调预训练主干参数效率低的问题，提出点阶梯调优框架PLT，通过构建分层网络、融合局部与全局特征、生成动态提示等进行参数高效分层适配，实验表明其以极少参数达最优性能。
Comments Accepted to ECCV 2026. Code: https://github.com/JunLinChang/ECCV2026-PLT
FlexiAvatar：任意身体可见性下的统一3D高斯人体头像
机构 * UNIST（韩国蔚山科学技术院） ； University of Aberdeen（阿伯丁大学） ； University College London（伦敦大学学院） ； Fogsphere（雾球公司）
AI总结 研究从单目视频重建3D人体头像问题，提出FlexiAvatar框架，结合遮挡鲁棒跟踪与特定部分残差细化捕捉细节，用扩散方法处理不可见区域，实验表明其重建质量高，还能减少运行时和内存开销。
Comments Accepted in ECCV 2026
CoGoal3D：基于3D感知融合与优化的协作式3D目标检测
机构 * Zhejiang University（浙江大学） ； Zhejiang Provincial Key Laboratory of Multi-Modal Communication Networks and Intelligent Information Processing（浙江省多模态通信网络与智能信息处理重点实验室） ； China Jiliang University（中国计量大学）
AI总结 针对V2X协作目标检测中3D检测效果不佳的问题，提出CoGoal3D框架，通过两阶段管道提取和优化3D特征，设计融合模块与辅助任务，还提出数据增强策略，在多数据集上取得新的最优性能。
Comments Accepted to ECCV 2026. 17 pages, 8 figures, 6 tables. Code: https://github.com/Megalo-f/CoGoal3D
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈